基于FLUS模型的县域土地利用变化模拟与扩张分析

刘金福，林伊琳，赵俊三

(1.昆明理工大学国土资源工程学院，云南 昆明 650093； 2.智慧矿山地理空间信息集成创新重点实验室，云南 昆明 650093)

1 引 言

中国正处在快速推进城镇化的进程中，城市规模和建设用地需求与日俱增，耕地等非建设用地迅速减少，人地矛盾加剧，未来耕地、林地、牧草地和水域等生态用地将如何变化，建设用地总量是否仍将快速增长，亟待得到关注[1]。未来需要继续实行生态保护工程、合理规划城市用地边界、严守耕地红线以推动城乡区域协调发展[2]。因此，对了解未来土地利用变化的空间格局特征具有重要意义。

模型模拟和情景变化分析是实现土地利用优化配置的重要工具[3]。自从Tobler首次将元胞自动机(CA)应用于地理建模以来，CA模型被广泛应用于土地利用变化模拟，在往后的研究中，学者们多是基于CA模型进行改进或是与其他土地利用规模预测模型进行耦合。

黎夏等提出了一种面向对象的地理元胞自动机(GeoCA)，提供了一种“自下而上”的模型框架[4]；采用遗传算法获取CA模拟参数，克服了传统CA模型在参数确定上的局限性[5]。王海军等提出了元胞场和元胞势的概念，并构建了基于地图代数和数据场的CA模型，该模型解决了城市扩展中的阻隔问题和城市影响定量化问题[6]；将空间统计模型应用于土地利用与覆被变化模拟，构建了Logistic-CA-Markov(LCM)模型[7]。在土地利用/覆被变化模拟中，各模型优势各异，但大部分模型忽略了不同地类之间的竞争关系以及栅格转换为小概率地类的可能性，由刘小平等提出的FLUS模型[8]对传统CA进行了较大改进，引入了自适应惯性系数和轮盘赌机制，轮盘赌机制能够更好地反映不同地类间的竞争关系及土地利用变化过程中的不确定性，从而提高模拟精度。林丽等对山区县域土地利用/覆被变化进行了多模型模拟对比研究，结果表明FLUS模型能较好地模拟其研究区的土地利用/覆被变化，且模拟建设用地效果更佳[9]。

祥云县正加快建设具有影响力的区域产业中心城市，在城乡建设的进程中如何优化各用地类型的空间布局及保证区域用地的可持续发展成为亟须解决的问题。本研究基于FLUS模型模拟和分析了自然发展情景、政策约束情景下的祥云县2025年土地利用变化，以期为祥云县土地集约节约利用、国土空间格局优化提供参考依据。

2 研究区概况及数据介绍

2.1 研究区概况

祥云县(图1)位于云南省中部偏西，有“彩云之乡”及“云南之源”的誉称。境内祥云坝子是云南省七大平坝之一。祥云县是滇西交通咽喉，是通往滇西八地州的必经之地，是大理州的东大门。祥云县已初步形成滇西交通枢纽和物资集散重地，成为西南地区连接东盟自由贸易区的桥梁。2020年末，全县户籍总人口48.26万人，全县生产总值完成193.1亿元，同比增长6%，全县三次产业结构比例为：24.9∶29.0∶46.1，全县人均生产总值4.10万元，同比增长6.5%。

图1 祥云县区位

2.2 数据介绍

研究数据主要包括：行政边界数据、2010年～2015年祥云县土地利用现状数据、DEM、土壤类型数据、人口数据、GDP数据、路网数据、基本农田数据与生态红线数据等。对原始土地利用类型重分类为耕地、园地、林地、草地、建设用地、水域和其他土地7类。土地利用变化模拟驱动因子如表1所示。本文所有数据均统一为CGCS2000_3_Degree_GK_Zone_34投影坐标系，栅格尺度均为 30 m×30 m，且栅格图像行列号均一致。

祥云县土地利用变化驱动因子 表1

3 研究方法

3.1 FLUS模型

FLUS模型主要由以下两个模块构成：

(1)基于ANN的适宜性概率计算

FLUS模型中的ANN包含一个输入层、一个或多个隐藏层、一个输出层。输入层的神经元对应土地利用变化的驱动因子，输出层的神经元对应土地利用类型。公式为：

(1)

式中：p(p，k，t)为第k种土地利用类型在栅格p、时间t上的适宜性概率；wj，k是隐藏层与输出层的权重；sigmoid是隐藏层到输出层的激活函数；netj(p，t)为时间t上第j个隐藏层栅格p接收到的信号。ANN输出的各种土地利用类型的适宜性概率总和恒为1，即：

(2)

(2)基于自适应惯性竞争机制的CA

自适应惯性系数是自适应惯性竞争机制的核心，各地类的惯性系数由当前各地类的实际数量与土地利用需求之间的差异决定，并在迭代中自适应调整，使各地类的数量向目标逼近。公式为：

(3)

(4)

(5)

3.2 马尔可夫链

在土地利用需求预测中，马尔可夫链通过计算t0～t1时期的土地利用变化矩阵，即土地利用类型之间相互转换的面积或状态转移概率，来进行土地利用状态预测。公式为：

St+1=Pij×St

(6)

式中，St、St+1为t、t+1时刻土地利用状态；Pij为状态转移矩阵。

3.3 FLUS模型参数测算

(1)转换成本矩阵与领域权重

转换成本矩阵表示各地类间的变换规则，本文基于2010年与2015年祥云县土地利用现状数据获取了2010年～2015年祥云县土地利用转移矩阵(表2)，根据土地利用转移矩阵设置转换成本矩阵(表3)。领域权重表示各地类的扩张能力，阈值范围为0～1，值越接近于1表示扩张能力越强，为了符合研究区各土地利用类型的扩张规律，本文对各土地利用类型历史总面积变化量进行无量纲化处理[10]，计算公式如式(7)所示，并在此基础上参考土地利用转移矩阵对耕地的参数做适当调整，最终确定各土地利用类型的领域权重(表4)。

(7)

式中，X*为离差标准化值，max为数据最大值；min为数据最小值。

2010年～2015年祥云县土地利用转移矩阵(km2) 表2

祥云县土地利用类型转换成本矩阵 表3

祥云县各土地利用类型领域权重 表4

(2)需求预测

2010年～2015年祥云县各地类栅格数量变化如表5所示，假设相同间隔年限的各土地利用类型需求为平稳增长趋势，根据各土地利用类型的年均变化量预测了2025年的需求总量。同时，基于2010年与2015年祥云县土地利用数据，采用马尔可夫链预测了2025年祥云县各土地利用类型的需求总量。通过预测结果对比(表6)，可以看出采用马尔可夫链的预测结果与基于年均变化量的预测结果相差不大，表明采用马尔可夫链对研究区未来土地利用需求预测的合理性。

2010年～2015年祥云县各土地利用类型数量变化统计(栅格数：1个=900 m2) 表5

2025年祥云县各土地利用类型需求总量预测结果(栅格数：1个=900 m2) 表6

4 土地利用变化模拟与分析

4.1 模型精度验证

本文以2010年祥云县土地利用数据为初始状态，通过FLUS模型模拟得到2015年土地利用(图2(a))，对比2015年现状土地利用数据(图2(b))，可以看出模拟结果与现状数据的土地利用空间分布基本一致，但各土地类型的模拟结果与现状相比，空间布局更紧凑，尤其以建设用地较为明显。引入kappa系数进行模型精度评价，通过计算得到kappa值为 0.978 3，总体精度为 0.988 9，模拟精度较高，表明FLUS模型在本文研究区的适用性。

图2 2015年祥云县土地利用模拟与现状对比

4.2 多情景土地利用变化模拟与分析

(1)自然发展情景

在自然发展情景下，不考虑生态保护、基本农田保护、规划控制等因素，土地利用变化模拟过程中无限制转换区域，模拟结果如图3(a)所示。本文将模拟结果与2015年现状土地利用进行叠加，通过提取不同土地利用类型的扩张区域来进行空间格局分析。自然发展情景下，扩张数量较多的土地利用类型为建设用地、林地、耕地、其他土地，草地、水域的扩张数量较少，园地无扩张现象。由于林地、耕地、其他土地扩张较为离散，为突出其空间分布特征，对局部区域进行放大显示(图4)。建设用地主要在道路交通网沿线及建成区周围呈填充式和边缘式扩张，且集中分布在坝区，山区分布相对较少。耕地消退主要是被建设用地侵占，在山区离河流较近区域存在林地向耕地转入。新增林地主要是由草地转入，空间上零散分布于研究区北部、东部山区，但在北部山区分布较集中。由于耕地、林地的转出量大于转入量，因此总量仍保持缩减。其他土地主要在南部山区已有其他土地周围呈边缘式扩张。

图3 祥云县2025年土地利用模拟结果

图4 自然发展情景下不同土地利用类型扩张空间分布

(2)政策约束情景

在政策约束情景下，将永久基本农田、生态红线设置为限制转换区域，限制永久基本农田、生态红线保护区域土地利用类型转换，模拟结果如图3(b)所示。该情景下，耕地、林地、其他土地扩张的空间分布特征与自然发展情景相比基本一致，草地、园地无扩张现象。对比图3局部放大区域可以看出，自然发展情景下，存在建设用地向基本农田扩张的趋势；政策约束情景下，建设用地主要在非基本农田区域的建成区周边、道路交通网沿线填充式扩张，总体呈集约式的增长模式。祥云县生态红线分布于地势较高的山区，在自然发展情景下，生态红线保护区内主要存在林地、耕地、其他土地扩张，建设用地只有零星少量分布。政策约束情景下，生态红线保护区内基本无新增土地利用类型，保障了生态屏障的稳定性，对防止水土流失与维护生物多样性将发挥重要作用。

为深入分析政策约束情景下各土地利用类型转变的空间分异特征，本文通过政策约束情景下2025年模拟结果与2015年现状数据叠加，提取各土地利用类型扩张区域进行核密度估计(图5)。政策约束情景下，耕地扩张较为分散，其核密度高值区分布于北部、南部、东部山区。在研究区北部山区存在林地扩张核密度高值区聚集分布。建设用地扩张集中分布在坝区，其核密度高值区主要分布在县城建成区周围。水域扩张数量较少，空间上主要集中分布在研究区西部。其他土地扩张聚集度较高，在研究区南部山区存在较多核密度高值区集中分布。

图5 政策约束情景下土地利用扩张核密度分析

5 结论与讨论

5.1 结论

本文对自然发展、政策约束情景下的2025年祥云县土地利用变化进行了模拟，并分析了不同土地利用类型扩张的空间格局特征，得出以下结论：

(1)基于马尔可夫链预测了祥云县2025年土地利用规模需求，结果为建设用地、其他土地增长，其他土地利用类型均不同程度减少。

(2)自然发展情景下，建设用地主要在道路交通网沿线及建成区周围呈填充式和边缘式扩张，且集中分布于坝区，山区分布较少，新增耕地分散在山区离河流较近区域，新增林地主要分布在研究区北部、东部山区，其他土地主要在研究区南部山区已有其他土地周围呈边缘式扩张，草地、水域的扩张数量较小，园地无扩张现象。

(3)政策约束情景下，建设用地向基本农田扩张趋势得到限制，其空间布局更紧凑，分布更合理，耕地、林地、其他土地扩张的空间分布特征与自然发展情景相比无较大变化，草地、园地无扩张现象。生态红线保护区内的土地利用扩张得到控制，永久基本农田、生态红线区域得到有效保护。

(4)政策约束情景下的土地利用扩张核密度分析结果表明研究区不同土地利用类型扩张区域的核密度高值区、聚集度在空间上存在分异。

5.2 讨论

土地利用变化是一个涉及自然、社会经济因素的复杂非线性时空动态过程。本文在进行土地利用变化模拟中，由于数据的可获取性与可量化性，选取的土地利用变化驱动因子不够全面，其次仅采用了单一线性的驱动模式，未能反映土地利用变化的时空动态过程，未来在土地利用变化模拟中如何反映出不同土地利用类型的时空动态演变特征将是重点研究内容。